基于贝叶斯网络的核电通风空调故障检测与诊断研究

刘林顶 宋园园 刘一哲 宋德宽 吴明宇

中国机械 ›› 2023, Vol. 0 ›› Issue (36) : 86-89.

PDF(4949 KB)
检索
PDF(4949 KB)
中国机械 ›› 2023 ›› Issue (36) : 86-89.
安全与生产

基于贝叶斯网络的核电通风空调故障检测与诊断研究

作者信息 +
文章历史 +

摘要

核电厂房的通风空调系统对确保设备正常运行和职业人员人身安全具有重要意义。现有核电厂房通风空调系统故障具有不确定性且运行数据具有不完整性,本文探讨了核电厂房典型的通风空调故障和故障检测与诊断方法,进行了核电通风系统故障检测规则与诊断流程设计,建立了通风空调系统故障诊断平台,为核电厂房通风空调故障分析提供了借鉴和参考。

关键词

通风空调系统 / 故障检测 / 故障诊断 / 贝叶斯网络模型

引用本文

导出引用
刘林顶 宋园园 刘一哲 宋德宽 吴明宇. 基于贝叶斯网络的核电通风空调故障检测与诊断研究[J]. 中国机械, 2023,(36): 86-89

参考文献

[1]王飞,王志文,张冰.核电厂丧失通风系统的PSA分析[J]核科学与工程,2022,42(04):946-953.

[2]Katipamula S,Brambley M.Review article:methodsfor fault detection,diagnostics,and prognostics for building systems-a review,part IJ].Hvac &RResearch,200511(1):3-25.

[3]Kim W,Katipamula S.A review of fault detection and diagnostics methods for building systems[J].Taylor &Francis,2018,24(1):3-21.

[4]任文强.基于主成分分析方法的空调系统传感器故障诊断与检测[D].西安:西安建筑科技大学,2011.

[5]王川,张珍文,安帅,聚类支持下决策树模型在动车组空调故障检测中的应用[J],中国新技术新产品,2018(13):15-16.

[6]陈维望,李军霞,张伟,基于分支卷积神经网络的托辊轴承故障分级诊断研究[J].机电工程,2022,39(05):596-603.

[7]王少华,樊其锋,张健,等.基于随机森林和支持向量机混合模型的空调故障检测[J].家电科技,2022(S1):774-777.

[8]John M H,Hossein VN,Michalel Jw.An expert rule setfor fault detection in air-handling units/discussion[]].ASHRAE Transactions,2001,107(1):858-871.

[9]迟金磊.变风量空调系统的变工况故障检测与诊断研究[D].上海:上海交通大学,2014.

[10]王姝婷.基于贝叶斯网络单元的全空气空调系统故障检测与诊断方法研究[D].杭州:浙江大学,2021.

[11]陈旭·基于贝叶斯网络的锅炉故障诊断专家系统的研究[D].保定:华北电力大学,2008

[12]赵阳,端木琳.暖通空调系统智能化故障检测诊断研究综述与展望[J].区域供热,2018(02):58-63.

[13]李以通,李铮伟,杨光,等.基于贝叶斯网络的变风量末端故障诊断方法[J],暖通空调,2020,50(04):21-27.

[14]李婷婷.暖通空调系统通用性故障检测与诊断方法研究[D].杭州:浙江大学,2021.

[15]徐大为,李心奋,罗仕进,等,核电站厂房通风系统自动化控制故障分析及解决[J],自动控制,2021(06):7-9.

[16]永森,刘政杰,王军民,等,核电厂暖通空调系统共因故障分析及应对措施[J],暖通空调,2021,51(3):8-13.

PDF(4949 KB)

12

访问

0

引用

详细

段落导航
相关文章

/